一种简便快速检测涕灭威对DNA损伤的方法

介绍一种简便、快速检测涕灭威对DNA损伤的方法,并将这种方法与其他几种检测DNA损伤的方法进行了比较.这种方法直接把菌体或组织匀浆液放入琼脂糖凝胶的加样孔穴中,在原位裂解后,在较高pH环境下进行电泳,根据DNA的量和损伤程度评价涕灭威对生物个体或生态系统产生的影响.     

流域地表生态信息的卫星遥感图像处理技术

以福建省九龙江流域为例,利用计算机技术和遥感-GIS工具软件,探讨利用多源卫星遥感影像获取流域地表环境信息的图像处理与分析技术,列举卫星遥感可获取的流域地表生态环境专题信息。重点分析利用遥感-GIS界定流域范围的方法、流域地表覆盖状况和植被覆盖密度的卫星遥感影像处理方法。      

基于无人机可见光影像的绿色植被提取

在分析健康绿色植被光谱特性及无人机可见光影像典型地物各波段像元值差异的基础上,提出一种综合利用红、绿、蓝3个可见光波段信息的新型绿色植被指数——差异增强植被指数（DEVI）.利用该指数及其他8种常见可见光植被指数结合不同阈值方法提取研究区域绿色植被信息,并采用地表真实感兴趣区和基于SVM的监督分类方法进行精度量化评价.结果表明：由DEVI计算的植被指数灰度影像直方图具有良好双峰形态,可利用双峰直方图阈值法快速确定阈值,且阈值一般位于0.9~1之间;同时,DEVI提取精度明显优于其余8种植被指数,且采用双峰直方图阈值法时,总体精度为98.98%,Kappa系数为0.9791,相对误差为1/83.为验证DEVI是否具有良好的可适用性及可靠性,选取3种典型植被覆盖区域进行可行性验证,结果表明：利用DEVI可高精度提取建筑密集区域和植被零散分布区域的绿色植被信息,总体精度分别为98.42%和98.56%,Kappa系数分别为0.9610和0.9635,相对误差分别为1/125和1/91;而植被集中分布区域提取精度略低于上述2种典型区域,总体精度为97.40%,Kappa系数为0.9371,相对误差为1/53.因此,提出的差异增强植被指数——DEVI可以有效、高精度、低成本提取不同植被覆盖典型区域无人机可见光影像中的绿色植被信息,为陆地生态系统中的绿色植被监测研究提供一种可行性方法.     

Estimation of in-use steel stock for civil engineering and building using nighttime light images

To establish a sustainable society, it is necessary to understand the flows and stocks of materials. However, traditional material flow analysis requires large quantities of data relating to the consumption and trade of materials in the past and the lifetime distributions of end use. To overcome the problem that such data may not be available, we have proposed using nighttime light images to estimate the in-use stocks of materials in countries for which the data are unavailable. In the previous study, in-use steel stock for civil engineering and building in 2006 was estimated using nighttime light images. However, several aspects of the methodology must be improved, and time-series analyses using nighttime light images have not yet been performed. Therefore, in this study, we improved the estimation of in-use steel stock by using new geological information (i.e., LandScan population distribution data) and correcting the pixel area. We prepared radiance-calibrated nighttime light data for 2006 and 2010 and conducted time-series analyses of the in-use steel stock using the nighttime light data. The in-use steel stock for civil engineering and building in 2010 was found to amount to approximately 11.3 Gt, which was approximately 21% higher than that in 2006.     

基于葵花影像中国地区夜间云识别方法研究

目的实现适用于中国地区的夜间云识别。方法根据红外波段云与非云的亮温差异,采用亮温阈值法研究适用于中国地区的夜间云识别算法。中国地形高程差异明显,其地表辐射能量也存在较大差异,影响云检测结果精度,因而提出基于三个高程阶梯的云识别方法。由于云检测结果验证缺少可见光波段,使用MODIS云数据产品和雷达数据CALIPSO分别做定性和定量验证。结果云检测区域与MODIS的MYD06云产品基本一致,CALIPSO雷达数据四个月的平均验证结果为:非云区域的提取精度约77.86%,云区域的提取精度为79.67%,将有云区域错提为非云的误差率为2.76%,而将非云区域误提取为有云区域的错误率为12.31%。结论利用日本静止气象卫星Himawari-8影像数据,根据阈值法提出的基于三个高程阶梯的云检测算法,较好地实现了适用于中国地区的夜间云识别。     

一种基于LVQ神经网络与图像处理的火焰识别算法

针对传统火灾探测技术存在的不稳定、误判率高等缺点,通过分析室内火灾图像与常见干扰光源图像的特点,提出一种基于人工神经网络的火焰图像检测技术。对火焰图像的基本特性进行分析,利用火焰图像序列的面积重叠率和中心相对移动率以及颜色等信息,结合实现学习向量量化(LVQ)神经网络融合技术,对视频序列图像中火焰的自动检测。仿真试验结果表明,基于LVQ神经网络的信息融合算法的网络收敛速度较快,有较高的火灾火焰识别准确率。     

基于三维扫描的服装面积因子测评

为计算服装面积因子,引入先进的三维扫描技术,分别扫描裸体和着装下的人体,获取点云数据。本文创建应用逆向工程软件Rapidform2006修复重建人体模型的合理流程,分别用现有的像素替代方法和新引进的逆向工程软件方法计算服装面积因子。实践证明,使用逆向工程软件重建人体模型,直接获得面积数值与现有的像素替代法间没有显著性差异,但是能大幅度减少测评周期。     

基于IPA理论的会展旅游目的地形象研究——以苏州市为例

在分析会展旅游目的地形象内涵与构成要素的基础上,以苏州为例,通过实地调研与访谈获取数据,并根据IPA理论分析苏州会展旅游目的地形象的基本特点,提出城市会展旅游目的地形象的提升策略,以期为同类型城市发展会展旅游提供借鉴与参考.     

“5.12”地震次生地质灾害分析——以青川、平武县为例

5.12汶川特大地震诱发了大量的次生地质灾害,造成了山体大面积滑坡、崩塌、泥石流及堰塞湖等,给人民生命财产造成了重大损失。在对平武、青川县地质、水文、气象条件等地面调查的基础上,以多源遥感数据为信息源,结合3S技术,解译了次生地质灾害及潜在地质灾害体,并进一步探讨了震后次生地质灾害的发生、分布规律。研究成果对灾后重建、高山峡谷地震多发区的防灾及灾害遥感机理研究具有借鉴意义。     

汶川地震次生灾害提取——面向对象影像分类技术的应用

遥感技术可快速准确地提取滑坡、崩塌、泥石流、堰塞湖等次生灾害信息。面向对象影像分类技术主要通过多尺度分割,并根据对象的特征进行模糊分类,可以很好的利用影像上下文信息,提高分类精度,与传统方法相比优势明显。利用汶川地震的震前、震后的福卫二号等数据进行研究,使用面向对象方法对北川附近灾情进行了变化检测分析;并结合DEM数据对唐家山堰塞湖璇坪乡区域震后初期的水体面积和蓄水增量进行了分析。在此基础上,总结了提取地震次生灾害的关键技术和工作流程。实验结果表明,应用面向对象的变化检测方法提取地震次生灾害可以取得很好的结果。